AIM 审查工具：用于更智能系统综述筛选的人工智能

为什么对科学研究的分类需要重新思考

每天，科学家们都会发表数以千计的新研究——远超过任何研究团队能够轻松阅读的数量。当健康指南或重大科学决策依赖于将这些证据在系统综述中谨慎汇总时，专家们可能需要花几个月时间来筛选哪些论文重要。本文介绍了 AIM 审查工具，这是一款基于网页的系统，在浏览器中使用人工智能，帮助研究人员更快找到重要研究，减少重复劳动并提高透明度。

将论文洪流变成可管理的流

系统综述旨在回答有明确焦点的问题——例如某种治疗是否有效——通过检索多个数据库并对每一篇可能相关的论文进行筛查。该筛查步骤既缓慢又令人疲惫：团队可能从数万条标题与摘要开始，人工决定哪些需要全文阅读。现有的 AI 工具可以帮助优先排序先查看哪些记录，但它们常常依赖封闭、不透明的算法或需要复杂的软件配置。AIM Review 的设计目标是开放、可配置并能直接在网页浏览器中运行，这样研究人员可以更好地理解并控制 AI 的决策方式。

该工具如何从人工决策中学习

AIM Review 结合了两类主要的机器学习方法。首先，它使用主动学习来支持实时优先排序。当审稿人将论文标记为“相关”或“不相关”时，系统会学习标题和摘要用词中的模式。随后它会重新排序剩余论文，使最有可能相关的论文优先出现在筛查队列前列。在底层，软件使用多种方法将文本转成数值指纹——从简单的词频计数到先进的语言模型——然后将这些表示送入诸如逻辑回归或支持向量机等分类器。通过堆叠或融合这些不同的文本表示，AIM Review 能同时捕捉基本关键词和更深层的语义。

在真实系统综述中大幅减轻工作量

作者在六个已完成的系统综述上测试了 AIM Review，涵盖心理学、精神病学、计算机科学、内分泌学和环境健康领域。在模拟筛查中，主动学习大幅减少了需要人工检查的论文数量，同时仍能找到至少 95% 的真正相关研究。根据相关研究的稀有程度，“节省的工作量”大约在 20% 到最高 95% 之间。例如，在一项包含逾 16,000 篇论文但真正相关的很少的综述中，系统可以将人工筛查从所有记录减少到大约 2,400 篇，同时几乎捕获到所有重要研究。在许多研究被判为相关的领域，节省幅度较小但仍有意义。

预测相关性以半自动化筛查

主动学习仍假设人类最终会查看大多数高优先级记录。为了进一步推进，AIM Review 增加了一种基于嵌套交叉验证的监督学习模式，这是一种构建和测试模型的严格方法。在审稿人对一部分论文（例如 20%）进行人工标注后，工具会训练并调优模型来预测剩余 80% 中哪些可能相关。在案例研究中，这些模型的平衡准确率约在 75% 到 87% 之间，意味着它们在识别相关论文和排除不相关论文方面都表现得相当良好。不同策略各有权衡：堆叠多个模型通常能略微提高准确率但存在过拟合风险，而简单地融合所有文本特征则更容易对新材料泛化。

从人工繁琐到有引导、透明的 AI 辅助

AIM Review 被组织为三个互联模块：一个用于带主动学习的论文筛查的标注应用，一个用于比较不同审稿人决策的一致性应用，和一个用于训练监督模型并为未筛查记录打标签的预测应用。所有功能均在本地浏览器中运行，这既保护了数据隐私，又避免了复杂安装。作者强调该工具并不取代专家判断。相反，它帮助团队将更多时间从重复的筛选工作中解放出来，转而评估最佳候选研究的质量与含义。他们的结果表明，经谨慎使用时，基于浏览器的 AI 能使大规模、可信的证据综述更可行——尤其在研究量会压垮人工审稿人的领域。

这对未来证据收集意味着什么

对非专业读者而言，关键的信息是更智能的软件可以减少证据基础医学和政策背后隐藏的劳动密集型步骤。通过向审稿人的决策学习并严格测试自身预测，AIM Review 提供了一种实用方式来加速系统综述，同时避免将其变成黑箱。如果被广泛采用，此类工具有助于确保指南、健康建议和科学综述能够跟上快速扩展的研究格局。

引用: Mena, S., Rituerto-González, E., Coutts, F. et al. AIM review tool: artificial intelligence for smarter systematic review screening. npj Artif. Intell. 2, 25 (2026). https://doi.org/10.1038/s44387-026-00080-8

关键词: 系统综述, 机器学习, 文献筛选, 人工智能工具, 证据合成